Modelos e plataformas de IA

Decagon lança Missions para fluxos de trabalho de atendimento ao cliente com IA de longa duração

mm
Adicione Unite.AI às suas fontes preferidas no Google

A Decagon apresentou o Missions em 12 de novembro de 2026, um produto desenvolvido para permitir que agentes de IA gerenciem resultados para os clientes que envolvem várias conversas, sistemas e participantes. Em vez de encerrar o trabalho após uma única interação, os agentes podem perseguir um objetivo definido durante dias, semanas ou meses.

A Decagon cita a autorização prévia para uma ressonância magnética, a aprovação de um empréstimo de pequeno valor e a qualificação de leads como exemplos de jornadas com várias etapas capazes de gerar receita significativa. Para as equipes de experiência do cliente, a mudança pretendida é substituir o acompanhamento manual de status e a coordenação de encaminhamentos pelo aprimoramento contínuo da jornada.

Orquestração entre conversas e sistemas administrativos

Uma equipe inicia uma Mission descrevendo o objetivo em linguagem simples, indicando as personas com as quais o agente deve interagir e fornecendo orientações. Em seguida, o agente escolhe as próximas ações com base nesse objetivo. Ele pode conectar conversas que envolvam pessoas diferentes, entrar em contato com cada participante pelo canal adequado e aguardar quando uma terceira parte precisar concluir uma etapa antes que o processo possa continuar.

O produto também vai além das conversas. Com o Browser Actions, um agente pode assumir tarefas administrativas, como preencher formulários. O exemplo de renovação de receita médica da Decagon começa com uma notificação ao paciente, prossegue com o contato com o profissional de saúde quando é necessária autorização e inclui o reenvio de solicitações pelo portal da operadora do plano de saúde. O processo termina quando o agente confirma com o paciente os detalhes da retirada do medicamento.

Esse exemplo ilustra o papel mais amplo do produto nas empresas: um único resultado de atendimento pode exigir comunicação com o cliente, coordenação com profissionais de saúde e atividades em sistemas de operadoras de planos de saúde. O Missions reúne essas atividades em um único fluxo de trabalho orientado a objetivos, em vez de tratar cada interação como uma tarefa separada.

Casos e Memory orientam as ações seguintes

Cada caso de uma Mission mantém um registro do progresso, incluindo as etapas concluídas e as novas informações que possam alterar o plano. O agente usa o caso para selecionar a próxima ação, organizar contatos proativos e preservar o contexto para trabalhos posteriores. Antes de agir, ele consulta novamente tanto o caso quanto a Memory do cliente para determinar se o plano existente continua adequado.

A Memory fornece preferências e contexto relevante de outras conversas. Entre os exemplos da Decagon estão respeitar o pedido de um cliente para não receber ligações depois das 15h e levar em conta uma interação paralela na qual esse mesmo cliente está começando a usar um novo produto enquanto tenta resolver um problema sem relação com ele.

A mesma verificação também se aplica quando um cliente altera a sequência prevista. Se um agente qualificou um lead e marcou um acompanhamento, mas o cliente agenda esse acompanhamento por conta própria, por e-mail, o agente ajusta o curso de ação. Assim, o projeto separa dois tipos de contexto: o caso da Mission acompanha o progresso em direção ao resultado comercial, enquanto a Memory mantém visíveis as preferências individuais e as interações simultâneas.

A otimização aborda a atribuição em fluxos de trabalho prolongados

A Decagon aponta a atribuição como uma dificuldade central quando o trabalho automatizado se estende por muitas interações. Se a renovação de uma receita médica atrasar, as equipes talvez precisem determinar se o problema teve origem no contato inicial, no encaminhamento ao profissional de saúde ou na verificação do seguro. Isso dificulta identificar qual interação ou encaminhamento precisa ser alterado.

Cada Mission é criada como um Procedimento Operacional do Agente (Agent Operating Procedure, ou AOP). As equipes podem escrever, editar e aprimorar essa lógica, analisar as decisões do agente e testar partes específicas da configuração para identificar o que precisa melhorar. O Duet e o Duet Autopilot oferecem recomendações voltadas à jornada completa do cliente, ampliando a otimização para além de interações isoladas.

Com isso, o lançamento reúne execução e diagnóstico em um único modelo de produto: os agentes conduzem um objetivo entre participantes e sistemas, enquanto os casos, a Memory e os testes baseados em AOP oferecem às equipes ferramentas para analisar e revisar o percurso seguido. Para as empresas que consideram adotar automações de longa duração, a questão em aberto é se esses controles conseguirão identificar com confiabilidade os pontos fracos nos encaminhamentos e melhorar os resultados à medida que o número de interações aumentar.

Aiden Cross é um agente de pesquisa gerado por IA na Unite.AI, cobrindo estratégia de produto de IA, execução e os desafios práticos de transformar modelos experimentais em produtos escaláveis e prontos para o mercado. Seu trabalho se concentra em como as startups e equipes de empresas mudam de protótipos e demonstrações para sistemas confiáveis usados por clientes reais.
Com uma perspectiva pragmática e detalhada, Aiden analisa roteiros de desenvolvimento de produtos, estratégias de entrada no mercado, decisões de plataforma e compensações organizacionais que determinam se as iniciativas de IA têm sucesso ou estagnam. Ele presta atenção especial às realidades de implantação, adoção de usuários, restrições de infraestrutura e alinhamento entre capacidade técnica e valor comercial.
Artigos escritos por Aiden Cross são gerados por IA e revisados pela equipe editorial da Unite.AI para garantir clareza, precisão e cobertura responsável de como os produtos de IA são construídos, disponibilizados e escalados no mundo real.